Automated Data Analysis Report
This report provides a detailed visual and statistical analysis of the given dataset, using various techniques like correlation heatmaps, histograms, scatter plots, and linear regressions.
1. Correlação Heatmap
Este mapa de calor mostra a correlação entre colunas numéricas no conjunto de dados. Um valor próximo de 1 indica uma forte correlação positiva, enquanto um valor próximo de -1 indica uma forte correlação negativa. Um valor próximo de 0 significa que não há correlação.
2. Estatisticas Descritivas
A tabela abaixo resume as estatísticas básicas para cada coluna numérica, incluindo a contagem, média, desvio padrão e os valores mínimo e máximo.
| Column | Count | Mean | Std | Min | 25% | 50% | 75% | Max |
|---|---|---|---|---|---|---|---|---|
| A_id | 4000.0 | 1999.5 | 1154.8448669265786 | 0.0 | 999.75 | 1999.5 | 2999.25 | 3999.0 |
| Size | 4000.0 | -0.50301462982675 | 1.928058688854979 | -7.151703059 | -1.816764527 | -0.5137025125000001 | 0.8055264495000001 | 6.406366899 |
| Weight | 4000.0 | -0.9895465445945 | 1.6025072141517547 | -7.149847675 | -2.01177029275 | -0.9847364865 | 0.03097644 | 5.79071359 |
| Sweetness | 4000.0 | -0.47047851978824995 | 1.943440658920452 | -6.894485494 | -1.7384250625 | -0.5047584635 | 0.8019219209999999 | 6.374915513 |
| Crunchiness | 4000.0 | 0.9854779038585 | 1.402757204211963 | -6.055057805 | 0.06276439525000001 | 0.9982494390000001 | 1.8942342170000002 | 7.619851801 |
| Juiciness | 4000.0 | 0.5121179684932501 | 1.9302856730942946 | -5.961897048 | -0.80128581525 | 0.5342186584999999 | 1.8359763875 | 7.364402864 |
| Ripeness | 4000.0 | 0.4982774280305 | 1.8744267757033417 | -5.864598918 | -0.7716768665 | 0.5034447135 | 1.76621164075 | 7.237836684 |
3. Histograms
Os gráficos de dispersão mostram a relação entre duas variáveis numéricas. Um padrão pode ajudar a identificar correlações, tendências ou valores discrepantes.
Size
Weight
Sweetness
Crunchiness
Juiciness
Ripeness
4. Scatter Plots
Os gráficos de dispersão mostram a relação entre duas variáveis numéricas. Um padrão pode ajudar a identificar correlações, tendências ou valores discrepantes.
Size_vs_Weight
Size_vs_Sweetness
Size_vs_Crunchiness
Size_vs_Juiciness
Size_vs_Ripeness
Weight_vs_Sweetness
Weight_vs_Crunchiness
Weight_vs_Juiciness
Weight_vs_Ripeness
Sweetness_vs_Crunchiness
Sweetness_vs_Juiciness
Sweetness_vs_Ripeness
Crunchiness_vs_Juiciness
Crunchiness_vs_Ripeness
Juiciness_vs_Ripeness
5. Regressão Linear
A regressão linear tenta modelar a relação entre duas variáveis numéricas ajustando uma linha através dos pontos de dados. A linha vermelha nos gráficos representa o ajuste linear.
Regression: Size vs Weight
Regression: Size vs Sweetness
Regression: Size vs Crunchiness
Regression: Size vs Juiciness
Regression: Size vs Ripeness
Regression: Weight vs Size
Regression: Weight vs Sweetness
Regression: Weight vs Crunchiness
Regression: Weight vs Juiciness
Regression: Weight vs Ripeness
Regression: Sweetness vs Size
Regression: Sweetness vs Weight
Regression: Sweetness vs Crunchiness
Regression: Sweetness vs Juiciness
Regression: Sweetness vs Ripeness
Regression: Crunchiness vs Size
Regression: Crunchiness vs Weight
Regression: Crunchiness vs Sweetness
Regression: Crunchiness vs Juiciness
Regression: Crunchiness vs Ripeness
Regression: Juiciness vs Size
Regression: Juiciness vs Weight
Regression: Juiciness vs Sweetness
Regression: Juiciness vs Crunchiness
Regression: Juiciness vs Ripeness
Regression: Ripeness vs Size
Regression: Ripeness vs Weight
Regression: Ripeness vs Sweetness
Regression: Ripeness vs Crunchiness
Regression: Ripeness vs Juiciness
